NumPy recibe nuevas actualizaciones

Lanzan una nueva versión actualizada de una de las bibliotecas más utilizadas de Python (ahora en la versión 1.24.0).

En comparación con versiones anteriores, supuestamente es más rápida y funciona con las versiones de Python 3.8 a 3.11.1.

La versión nueva y mejorada de NumPy proporciona una mejor gestión y promoción de tipos de datos, una ejecución más rápida y una documentación más transparente.

26 Mejores BIBLIOTECAS de PYTHON

Las características dinámicas de NumPy, son su sintaxis de alto nivel, compatibilidad con diferentes plataformas de hardware y procesamiento, herramientas de computación numérica y la capacidad de combinar la flexibilidad de Python con la velocidad del código compilado.

Para los científicos de datos, NumPy es la biblioteca de Python más importante.

Cambios más relevantes

Degradaciones introducidas: Se han introducido varias obsolescencias adicionales, incluida la obsolescencia de fastCopyAndTranspose y PyArray CopyAndTranspose, la obsolescencia de msort y la conversión de números de Python fuera de límites.

https://ciberninjas.com/completo-tecnologias-python/

Desaprobaciones que han seguido su curso: Ya no habrá un parámetro de palabra clave normado opcional. Si no se proporciona dtype=object, se lanzará un ValueError cada vez que se cree una matriz irregular. La capa de interoperabilidad POSIX de Windows Interix y Visual Studio 2015 ya no serán compatibles.

Funciones actualizadas y correcciones de errores para F2PY: El símbolo de atributo para las clases de polinomios se ha actualizado y también hay otras características nuevas. Se ha agregado un nuevo atributo de símbolo a las clases de polinomios en el paquete para representar lo indeterminado. Al hacerlo, el valor de la variable se actualizará en la salida.

Con la adición de las palabras clave “dtype” y “casting”, F2PY ahora puede encapsular funciones de Fortran con parámetros, como enviar cadenas Unicode de Python como cadenas de caracteres de Fortran.

Los Mejores FRAMEWORKs para PYTHON

A partir de la versión 2.1, numpy.stack, numpy.vstack y numpy.hstack aceptan los argumentos de palabras clave casting y dtype.

🔥 RELACIONADOS